The Conception of Control of Projects System – DISUPIR. Vladimir Topka Moscow Institute of Electronics and Mathematics (Technical University).Научно-техническое предложение по разработкеинформационной системы управления рискомв сложных проектах, программах и технических системахканд. техн. наук Топка Владимир Владимирович 334 89 80 topka@ipu.ruУправление проектами сформировалось в последние десятилетия и стало общепризнанной методологией осуществления проектов и превратилось в неотъемлемую часть ведения бизнеса и общечеловеческой культуры. Управление проектами является новой развивающейся областью знаний и практики в управлении, имеющей жизненно важное постоянно возрастающее значение в развитии экономики и общества.^ Методология управления проектами – это методология организации, планирования, руководства, координации трудовых, финансовых, и материально - технических ресурсов, направленных на эффективное достижение его целей путём применения современных методов, техники и технологий управления, для достижения определённых результатов по составу и объёму работ, стоимости, времени и качеству. Группа взаимосвязанных проектов, образующих комплекс экономических, социальных, технических, производственных и научно – исследовательских мероприятий, объединённых общей целью представляет собой программу.Раздел управления проектами, включающий в себя выявление, идентификацию, анализ, оценку, разработку методов реагирования на риски на протяжении жизненного цикла проекта называется управлением рисками в проекте. Процесс управления рисками проекта включает уточнение источников рисков и рисковых событий, оценку неопределённости и вероятности появления рисковых событий - моделирование рисков, выбор методов, оценки рисков, определение вероятности появления рисковых событий, допустимой степени риска и величины возможного ущерба. Методы управления рисками проекта в настоящее время, как правило, не формализованы, а опираются лишь на качественный анализ. Мировой уровень исследований в области моделирования рисков в проектах и программах в настоящее время сводится, в основном, к балльным экспертным оценкам, расчётам точки безубыточности, определению наиболее чувствительных параметров проекта и имитационному моделированию.^ Количественный анализ рисков, изложенный в работах авторов из США таких, как R.D.Archibald, J.R.Schuyler, D.T.Hulett включает экспертный анализ рисков, анализ сценариев развития проекта, показателей чувствительности, предельного уровня, методы аналогов, построения деревьев решений, имитационного моделирования, подходы на основе нечетких множеств. При имитационном моделировании проектных рисков выбирают вероятностное распределение для переменных проекта, так для времени окончания работы – это подтвержденная статистическими данными одна из функций нормально распределенных величин - -распределение, затем между переменными проекта устанавливается коэффициент корреляции и после генерирования случайных сценариев получают результат имитационного моделирования.1 Наиболее содержательным из количественных методов анализа риска является формализованный вероятностный анализ, на основании как статистической так и нестатистической, т.е. субъективной вероятности. Количественная характеристика проекта, связывающая, вероятность его реализации со временем - продолжительностью его работ и их календарным планом, стоимостью - затратами и бюджетом проекта, а также ресурсами, характеризующими процесс выполнения проекта называется надёжностью проекта. Результаты полученные при использовании коммерческих программ, таких как Monte Carlo for Primavera, CASPAR, Risk-Master, Risk + , - Risk реализующие метод Монте Карло, показывают, что кумулятивная ( накопленная) вероятность объема складируемых ресурсов достаточного для выполнения проекта или подпроекта и кумулятивная вероятность отрезка времени достаточного для его выполнения, может быть аппроксимирована распределением Вейбулла с показателем степени большим единицы. Такое же распределение широко используется в теории надежности для моделирования функции распределения времени безотказной работы элементов различных технических систем.Моделирование и анализ надёжности в сложных технических системах исследовались в работах таких известных авторов как Ю.Н.Кофанов, И.А.Рябинин, Б.В.Гнеденко, Ю.К.Беляев, И.А.Ушаков, Б.Г.Волик, Г.Г.Малинецкий .Анализ надежности системы предполагает идентификацию объекта и цели анализа; определение исходных данных; качественный анализ; количественный анализ, который включает построение математической модели надежности элементов и системы по рассматриваемым показателям надежности, получение количественных показателей путем расчета и моделирования; оценка возможности оптимизации характеристик системы; анализ важности отказов и чувствительности; повышение избыточности; резервирование; совершенствование обслуживания и ремонта. Для моделирования отказов в технических системах применяются соответствующие распределения вероятностей. Среди них можно указать экспоненциальное распределение для систем не подверженных старению и износу; диффузионное монотонное распределение для систем, преобладающим механизмом отказов которых являются процессы изнашивания, усталости и коррозии; диффузионное немонотонное распределение для электронных схем и систем, состоящих из радиоэлектронных и механических элементов, основным механизмом отказов которых являются процессы старения, электропроцессы и процессы усталости; логарифмически нормальное распределение для систем, для которых основным видом разрушений является усталость, обусловленная периодическими нагрузками.Обширный класс технических систем представляют системы с взаимно независимыми отказами, когда отказ любого элемента системы рассматривается как отказ всей системы. Многие такие устройства содержат значительное число одинаковых или близких по конструкции элементов находящихся в примерно одинаковых эксплуатационных условиях. Если повторяющиеся в одной технической системе элементы являются определяющими по отношению к времени безотказной работы всей системы и случайные изменения параметров этих элементов есть слабо связанные случайные процессы, а параметры функций распределения времени безотказной работы при переходе от элемента к элементу несколько колеблются, то при достаточно большом числе элементов распределение времени безотказной работы хорошо аппроксимируется функцией распределения, которая в математической статистике принято называть распределением третьего типа для крайних членов последовательности независимых величин. 2Это распределение известно как распределение Вейбулла, по имени шведского ученого W.Weibull, который предложил его в 1939 г., а математическое рассмотрение было выполнено Б.В.Гнеденко в 1941 г. Распределение Вейбулла хорошо описывает распределение времени безотказной работы многих элементов радиоэлектронной аппаратуры, в случае если отказ этих элементов рассматривается как выход какого-либо их параметра за установленные пределы. Вероятностные и статистические методы применяются также при моделировании надежности и риска сложных проектов, долгосрочных программ и их портфелей. Поэтому для количественного анализа надежности как в технических системах машиностроения, радиоэлектроники, приборостроения, энергетики, так и для управления риском в сложных крупномасштабных проектах и долгосрочных целевых программах может быть использовано описание одномерной случайной величины в виде распределения Вейбулла и на этой основе построена комплексная математическая модель для указанных областей приложения.Разработанная модель управления инновационным проектом позволяет описать множество всех работ проекта в пространстве трех переменных: ресурсы-продолжительность-риск и включает: Обобщение распределения Вейбулла для двумерной случайной величины . Построение агрегированной функции надежности проекта, представленного сетевой моделью с произвольной детерминированной структурой, которая взвешена двумерным распределением Вейбулла . Построение обобщенной сетевой модели проекта, в которой технологические связи дополнены неявными (перекрестными) связями в виде логистических функций. Построение вероятностной модели управления портфелем проектов. Построение трехуровневой схемы взаимодействия нелинейных динамических моделей для корпоративного, перспективного отраслевого и производственного планирования. Программную реализацию численных алгоритмов оптимизации риска, стоимости и продолжительности в разработанных нелинейных динамических моделях.В данной системе моделей разработанные алгоритмы календарного, ресурсно-стоимостного планирования и управления риском работают с одной базой данных и для каждой работы проекта сообщают ее вектор ресурсов, все временные параметры и соответствующую данным ресурсам и продолжительности вероятность успешного выполнения работы. Разработанная комплексная система математических моделей, снабженная соответствующими исходными данными о параметрах и допустимых значениях переменных вместе с разработанными оптимизационными алгоритмами совместного ресурсно-календарно-надежностного планирования представляет собой информационную систему для целей управления риском в сложных крупномасштабных проектах и долгосрочных целевых программах, а также для количественного анализа надежности в технических системах машиностроения, радиоэлектроники, приборостроения и энергетики. Согласно разработанной методике, инновационный проект представляется в виде двухуровневой схемы, на верхнем уровне которой – уровне проекта - представлена функциональная модель проекта заданного технологической сетью, которая взвешена распределением Вейбулла. И на этом уровне рассматриваются задачи оптимизационного синтеза проекта. А на нижнем уровне, соответствующем отдельным работам - узлам или элементам технической системы, осуществляется моделирование их надежностных характеристик на основе использования функции распределения Вейбулла.3Программная система реализована на базе комплексной функционально-календарной модели. Назначение функциональной модели проекта – предоставить пользователю удобный графический интерфейс для формирования структуры проекта и связей между работами, а календарной модели – предоставление возможности календарного и ресурсного планирования и контроля состояния проекта.Функциональная модель проекта предназначена для: формирования структуры и содержания существующих работ и мероприятий в проекте; нахождения взаимосвязей работ проекта.В основу функциональной модели легли расширенные стандарты серии IDEF, а календарной модели - диаграмма Гантта, широко используемая в различных программных пакетах, хорошо зарекомендовавшая себя на практике и ставшая стандартом для систем календарного планирования.Календарная модель предназначена для: назначения даты начала и окончания работ и их продолжительности; визуализации последовательности работ во времени; сравнения запланированных сроков завершения работ с фактическими сроками; указания контрольных точек и критических участков; выявления временных резервов; наблюдения за перекрытиями и разрывами между зависимыми работами; распределения ресурсов и их эффективного использования; контроля за ходом выполнения проекта.^ Функциональная модель проекта формируется на основе структуры технологической сети G (I,R), логических связей R между работами I и установления функциональных зависимостей параметров проекта – стоимости C, продолжительности T и риска Q=1-P от множества факторов влияющих на данные параметры проекта. Достаточно обобщенной характеристикой этих факторов, влияющих на вероятность выполнения разработки инновационного проекта в определенный срок может служить объем u складируемых ресурсов, выделяемых на ее выполнение. При этом может быть возможность установления зависимости между объемом u данных ресурсов и определяемой ими нестатистической вероятностью технического успеха разработки p , которая также зависит и от характеристики разработки – некоторого параметра b : p=p(u,b). Под указанной вероятностью технического успеха работы подразумевается степень достижения заданных технических характеристик образца. В качестве функции распределения вероятности технического успеха разработки используется распределение Вейбулла. Это позволяет затем построить и агрегированную функцию вероятности технического успеха всего проекта P=P(pi),iI . На этой основе строится формализованная модель проектного риска Q=1-P , которая включает функциональные зависимости вероятности технического успеха проекта - P=P(pi(ui,bi)), его продолжительности - T=T(ti(ui,ai,di)) и стоимости - C=C(ui,ci) от переменной ui - величины складируемого ресурса, выделяемого на выполнение i-той работы, а также параметров ai,bi,ci,di. Данная математическая модель, снабженная соответствующими исходными данными о параметрах и допустимых значениях переменных позволяет построить информационную систему управления риском в инновационных проектах.4^ Календарная модель проекта позволяет осуществлять формирование оптимального расписания работ и оптимального ресурсно – стоимостного плана. При этом результирующий план строится в виде блок - схемы, в которой работы представлены и описаны в узлах I сети – блоках, а ориентированные дуги R указывают источник необходимой информации и ее содержание, результат работы и куда он передается. В плане представлены исполнители, материально – технические и финансовые ресурсы, необходимые для выполнения данной работы, указываются условия выполнения работ, ограничения и основные требования обусловленные другими работами, а также предусмотрена возможность сравнения полученных результатов с требованиями задания, обеспечение внесения изменений и повторение расчетов в зависимости от полученной информации.Для работы системы на основе обработки прошлых данных, нормативно – справочной информации и экспертных оценок производится ее настройка . Затем в инструментальном комплексе системы инициируется одна из трех однокритериальных задач параметрического программирования – управления проектом по критерию минимума стоимости С, продолжительности T или риска Q, в которых один из указанных параметров проекта служит целевой функцией задачи оптимального распределения складируемых ресурсов , а оставшиеся два - берутся в качестве ограничений.Для решения сформированной однокритериальной задачи математического программирования из библиотеки процедур вызывается один из алгоритмов нелинейной или дискретной оптимизации, который при полученных значениях параметров модели позволяет получить оптимальное решение задачи распределения складируемых ресурсов по заданному критерию.Решение повторяется при различных значениях показателей проекта, образуя параметрическое семейство показателей проекта. Полученный вектор оптимальных значений ресурсов u* , векторы продолжительности t*и вероятности успеха p* позволяют представить оптимальный календарный план - расписание работ в виде диаграммы Гантта, ресурсно – стоимостной план, вместе с оптимизированной величиной возможного риска, соответствующего данным календарного плана. Разрабатываемая система позволяет формировать оптимальный ресурсно – стоимостной план и оптимальное расписание в зависимости от допустимого риска выполнения проекта, а также минимизировать допустимые проектные риски при заданной стоимости работ и их продолжительности. Информационная система управления риском инновационного проекта или программы состоит из модуля формирования функциональной модели проекта, инструментального комплекса – программы «Планировщик», снабженного библиотекой оптимизационных процедур, редактора календарной модели и генератора отчетов.5^ Модули календарного и ресурсно-стоимостного планирования обеспечивают основной набор функциональных возможностей и состоят из следующих средств:^ Средство построения план-графика проекта включает в себя следующие функции: а) планирования структуры и последовательности работ, используя функциональную модель описания проекта (план-график), включая наименование работ, кодирования работ и их типизацию; б) многоуровневое представление проекта в виде структуры декомпозиции работ – WBS и организационной иерархической структуры- OBS; в) описание связей между работами (назначение предшествующих работ, типы связей, допустимые типы задержек или перекрытий); г) назначение входных и выходных данных, а также ограничений и управления; д) оценка корректности построения план-графика.^ Средство описания временных характеристик работ включает:а) определение сроков начала и окончания работы, с учетом максимальной и минимальной длительности работы, назначение вех проекта, описание резервов времени, привязка длительности работ к объему назначенных ресурсов и автоматический пересчет сроков; б) поддержка календаря проекта (минимальный шаг календаря, наличие праздников в календаре, возможность задавать различные рабочие дни для различных недель, а также обычные рабочие часы);в) создание диаграммы Гантта (отображение критического пути, расчетных и фактических дат начала и окончания работ, резервов работ, текущей даты, составных работ, возможность изменения временной шкалы).^ Средство поддержки информации о ресурсах и затратах по процессу проектирования и их назначения отдельным работам: а) ведение списка наличных ресурсов различных типов - пула ресурсов, номенклатуры материалов и статей затрат, поддержка ресурсов с фиксированной и с переменной стоимостью (зависящей от длительности использования) на основании древовидной модели ресурсов; б) назначение ресурсов на работы и поддержка диаграмм распределения ресурсов во времени; в) календарное планирование при ограниченных ресурсах; выделение перегруженных ресурсов и использующих их работ, разрешение ресурсных конфликтов, выбор ресурсов для выравнивания и автоматическое или командное выравнивание; планирование на основе статических и динамических приоритетов работ , ограничений по времени или ограничений на ресурсы; г) поддержка информации о требуемых и доступных объемах ресурса.6^ Средство регистрации изменений в процессе проектирования аппаратуры.Средства контроля над ходом выполнения проекта:а) отслеживание состояния работ процесса проектирования (фиксация плановых показателей проекта и поддержка фактических показателей, расчет процента завершения). б) контроль над фактическим использованием ресурсов (плановое и фактическое количество, стоимость ресурса и объем работ, а также расчет количества и стоимости ресурсов, требуемых для завершения работы). в) контроль и управление проектом по методике освоенного объема –EVMS; г) организационно-экономический анализ состояния проекта: анализ нормы отдачи, нормы амортизации, чистый дисконтированный доход, внутренняя норма доходности, индекс доходности, рентабельность инвестиций, срок окупаемости, коммерческая рентабельность, учет ставки налога на прибыль, на имущество, НДС, единый социальный налог; д) хранение, анализ и использование в дальнейшем опыта реализованных проектов.^ 6.Средства создания отчетов включают: а) отчеты по анализу фактического состояния выполнения работ проекта и сравнения с запланированным; б) отчеты по потреблению ресурсов и их наличии;г) отчеты по затратам (могут включать: стоимость отдельных задач, детализацию стоимости задач по ресурсам, стоимость ресурса по задачам, запланированную и фактическую стоимость); д) отчеты по денежным потокам; е) функции подготовки отчетов к печати (предварительный просмотр и многостраничная печать).^ 7.Средства работы с несколькими проектам